公共文化服务平台

谢传奇: 作品数：12 被引量：111H指数：8; 供职机构：浙江大学生物系统工程与食品科学学院更多>>; 发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家教育部博士点基金更多>>; 相关领域：农业科学自动化与计算机技术理学机械工程更多>>

合作作者

茄子灰霉病叶片过氧化氢酶活性与高光谱图像特征关联方法被引量：11: 2012年; 对灰霉病胁迫下茄子叶片过氧化氢酶(CAT)活性的高光谱图像特征进行了研究。采用380～1030nm范围的高光谱图像摄像仪获取健康、轻度、中度、严重染病茄子叶片的高光谱图像信息,基于ENVI软件处理平台提取高光谱图像中对象的漫反射光谱响应特性,并采用平滑、中值滤波、归一化法等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和BP神经网络算法来建立叶片高光谱响应特征与CAT活性之间的关系模型。在PLSR模型中,前2个隐含变量能够实现健康、轻度、中度、严重染病茄子叶片的直观定性区分,而基于PLSR模型推荐的9个隐含变量建立的BP神经网络模型的预测集决定系数R2为0.8930,均方根误差为2.17×103。表明基于高光谱图像特性可以实现灰霉病胁迫下茄子病害程度的有效区分,同时证明基于高光谱图像特性的茄子叶片CAT活性的定量检测是可行的。; 谢传奇冯雷冯斌李晓丽刘飞何勇; 关键词：茄子灰霉病过氧化氢酶高光谱图像

不同波长提取方法的高光谱成像技术检测番茄叶片早疫病的研究被引量：12: 2014年; 提出了基于连续投影算法（successive projections algorithm ，SPA）、载荷系数法（x-loading weights ， x-LW）和格拉姆-施密特正交（gram-schmidt orthogonalization ，GSO）提取特征波长的高光谱成像技术检测番茄叶片早疫病的方法。首先获取380～1023 nm波段范围内70个健康和70个染病番茄叶片的高光谱图像信息，然后提取健康和染病叶片感兴趣区域（region of interest ，ROI）的光谱反射率值，建立番茄叶片早疫病的最小二乘-支持向量机（least squares-support vector machine ，LS-SVM ）鉴别模型，建模集和预测集的鉴别率都是100％。再通过SPA 、x-LW和GSO提取特征波长（effective wavelengths ，EW），并建立EW-LS-SVM和特征波长-线性判别分析（ew-linear discriminant analysis ，EW-LDA ）鉴别模型。结果显示，每个模型的鉴别效果都很好，EW-LS-SVM模型中预测集的鉴别率都达到了100％，EW-LDA模型中预测集的鉴别率分别是100％，100％和97.83％。基于 SPA ， x-LW 和 GSO 所建模型的输入变量分别是4个（492，550，633和680nm），3个（631，719和747 nm）和2个（533和657 nm），较少的特征波长便于实时检测仪器的开发。结果表明，高光谱成像技术检测番茄叶片早疫病是可行的，SPA ，x-LW和GSO都是非常有效的特征波长提取方法。; 程术希谢传奇王巧男何勇邵咏妮; 关键词：高光谱成像线性判别分析番茄早疫病

基于高光谱成像技术的茄子叶片灰霉病早期检测被引量：16: 2012年; 为建立基于高光谱成像技术的茄子叶片灰霉病早期检测方法,利用高光谱成像系统获取120个茄子叶片在380～1 031nm范围的高光谱图像数据,通过主成分分析(PCA)对高光谱数据进行降维,并从中优选出3个特征波段下的特征图像,截取200×150的感兴趣区域图像(ROI),并从每幅特征图像中分别提取均值、方差、同质性、对比度、差异性、熵、二阶矩和相关性等8个基于灰度共生矩阵的纹理特征变量,通过连续投影算法(SPA)提取13个特征变量,利用最小二乘支持向量机(LS-SVM)构建茄子叶片灰霉病早期鉴别模型,模型判别准确率为97.5%。说明高光谱成像技术可以用于茄子叶片灰霉病的早期检测。; 冯雷张德荣陈双双冯斌谢传奇陈佑源何勇; 关键词：灰霉病最小二乘支持向量机连续投影算法主成分分析茄子

基于高光谱成像技术的茄子叶片色差值检测和早疫病识别方法研究: 精细农业是现代农业发展的新方向，随着科技的进步，现代农业也越来越追求信息化、自动化和可持续化，传统的农业技术和实验室分析方法已经不能满足现代农业的发展需求。研究作物病害无损检测技术并进一步开发病害实时检测和监测仪器已是目...; 谢传奇; 关键词：茄子

农作物冠层光谱信息检测技术及方法综述被引量：11: 2015年; 相比传统的化学方法及主观视觉测定植物生理信息指标,通过光谱辐射仪对农作物冠层信息的评估更简单、快速和精确。本文结合近年来农作物群体信息的获取方法,综述了不同类型光谱仪尤其以国际上应用最广泛的Cropscan多光谱辐射仪在农作物群体叶面积指数、生物量、氮素及叶绿素的预测,病虫害的监测及产量预测中的应用。总结了不同类型的的植被指数(VIs)、冠层光谱的获取及光谱分析方法,比较了不同农作物建立相关模型的回归系数。总体上建立的数学模型的相关系数较高,能实现对农作物各种生理信息等的检测。此外,将多光谱辐射仪与多种传感器相结合所得到的综合信息对于全面评价农作物生长情况具有重要指导价值。; 方孝荣高俊峰谢传奇朱逢乐黄凌霞何勇; 关键词：光谱仪冠层植被指数病虫害

利用光谱反射特性对番茄叶片早疫病害程度的识别被引量：4: 2017年; 利用特征排序(feature ranking,FR)提取反射率特征波段识别轻度和严重染病的番茄早疫病样本。依次采集样本在345.75~1 042.25nm波长范围内的反射率信息,将光谱反射率作为x变量,健康、轻度和严重染病样本的因变量设为0、1和2,建立朴素贝叶斯(Naive Bayes,NB)分类模型,识别不同病害程度的样本。由于全波段首尾段含有噪声,切除噪声后进一步研究479.69~920.38nm波段范围内的光谱反射率信息。在基于400.09~1 000.08nm波段范围的分类模型(NB)中,验证集识别率分别为85.71%、90.91%和100%;在479.69~920.38nm得到的验证集识别率分别为78.57%、63.64%和81.82%;在基于特征波段(658.73、654.19、642.33、689.46nm)的分类模型(FR-NB)中,验证集识别率分别为92.86%、63.64%和63.64%。结果表明,基于光谱反射率特性可识别番茄叶片早疫病害,虽然FR-NB分类模型的识别效果有所降低,但较少的输入变量简化了模型,提高了计算效率,为病害检测多光谱传感器的开发提供了依据。; 谢传奇何勇; 关键词：番茄早疫病反射率朴素贝叶斯

应用近红外高光谱成像技术预测甘蔗可溶性固形物含量被引量：12: 2015年; 为了探究应用近红外高光谱成像技术对甘蔗内部可溶性固形物(SSC)预测的可行性,试验样本选择三种不同品种中的240个甘蔗节作为研究对象。通过高光谱成像系统获取甘蔗节的近红外光谱信息和图像信息,并分别探讨了光谱信息和图像纹理信息对甘蔗可溶性固形物预测的可行性。采用最小二乘回归(PLSR),最小二乘支持向量机(LS-SVM)及主成分回归(PCR)建模方法构建甘蔗可溶性固形物的预测模型。比较了连续投影算法(SPA)、无信息变量消除算法(UVE)及区间偏最小二乘(iPLS)特征提取方法对预测结果的影响。实验结果表明:基于甘蔗的光谱信息能实现可溶性固形物的预测,其中偏最小二乘回归模型的建模集和预测集的相关系数分别为0.879和0.843,均方根误差分别为0.644和0.742。通过UVE算法提取105个有效波长所建立的PLSR模型的建模集及预测集相关系数分别为0.860和0.813,均方根误差分别为0.693和0.810。; 高俊峰张初谢传奇朱逢乐郭振豪何勇; 关键词：高光谱图像甘蔗可溶性固形物纹理特征

高光谱成像技术检测高温障碍胁迫下番茄叶片色差的研究被引量：1: 2015年; 提出了利用可见/近红外高光谱成像技术检测高温障碍胁迫下番茄叶片色差的方法。首先采集380~1 023nm波段范围内60个高温障碍胁迫和60个健康番茄叶片的高光谱图像,同时获取全部叶片的色差值（L＊,a＊和b＊）,然后提取所有样本的高光谱图像中感兴趣区域（region of interest,ROI）的光谱反射率值。基于不同预处理方法建立偏最小二乘（partial least squares,PLS）预测模型,再利用连续投影算法（successive projections algorithm,SPA）提取特征波长并建立SPA-PLS预测模型。最后分别基于全波段和特征波段建立偏最小二乘-判别分析（partial least squares-discriminant analysis,PLS-DA）模型。结果显示,全波段中基于原始光谱信息建立的模型效果最好,3个色差值的预测集决定系数（determination coefficient,R2）分别是0.818,0.109和0.896;基于特征波长建立的模型预测集R2分别是0.591,0.244和0.673;所有模型预测集的总体识别率均大于77.50%。结果表明,可见/近红外高光谱成像技术检测番茄叶片色差值（L＊和b＊）和识别高温障碍样本是可行的。; 谢传奇邵咏妮高俊峰何勇; 关键词：高光谱成像色差值高温障碍偏最小二乘番茄

基于高光谱技术的灰霉病胁迫下番茄叶片SPAD值检测方法研究被引量：21: 2012年; 对灰霉病胁迫下番茄叶片中叶绿素含量(SPAD)的高光谱图像信息进行了研究。首先获取380～1 030nm波段范围内健康和染病番茄叶片的高光谱图像,然后基于ENVI软件处理平台提取高光谱图像中感兴趣区域的光谱信息,经平滑(Smoothing)、标准化(Normalize)等预处理后,建立了基于Normalize预处理的偏最小二乘回归(PLSR)和主成分回归(PCR)模型。再基于PLSR获得的4个变量建立反向传播神经网络(BPNN)和最小二乘-支持向量机(LS-SVM)模型。4个模型中,LS-SVM的预测效果最好,其决定系数R2为0.901 8,预测集均方根误差RMSEP为2.599 2。结果表明,基于健康和染病番茄叶片的高光谱图像响应特性检测叶绿素含量(SPAD)是可行的。; 谢传奇何勇李晓丽刘飞杜朋朋冯雷; 关键词：高光谱图像偏最小二乘回归主成分回归番茄灰霉病

应用高光谱图像光谱和纹理特征的番茄早疫病早期检测研究被引量：17: 2013年; 提出了应用光谱和纹理特征的高光谱成像技术早期检测番茄叶片早疫病的方法。利用高光谱图像采集系统获取380～1 030nm范围内71个染病和88个健康番茄叶片的高光谱图像,同时采用主成分分析法(PCA)对高光谱图像进行处理。选取染病和健康叶片感兴趣区域(region of interest,ROI)的光谱反射率值,同时分别从前8个主成分的每幅主成分图像的ROI中提取对比度(Contrast)、相关性(Correlation)、熵(En-tropy)和同质性(Homogeneity)4个灰度共生矩阵的纹理特征值,再通过PCA和连续投影算法(SPA)结合最小二乘支持向量机(LS-SVM)构建番茄叶片早疫病的早期鉴别模型。建立的6个模型中,采用光谱反射率值的LS-SVM模型对番茄叶片早疫病的识别率最高,达到100%。结果表明,应用高光谱成像技术检测番茄叶片早疫病是可行的。; 谢传奇王佳悦冯雷刘飞吴迪何勇; 关键词：连续投影算法最小二乘支持向量机番茄早疫病

谢传奇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

谢传奇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈